一文讲透FDE的本质与实践

先说第一个，FDE的本质是什么？FDE和传统岗位有什么样的区别？

总结下来是这样：在客户的问题和产品都还没有完全确定的时候，要深入客户现场，通过快速工程验证，让业务问题与产品能力共同收敛。这里有两侧，一侧是问题，也就是大家理解的需求；另一侧是解决方案。两侧都要收敛。

为什么？因为它必须同时产生两种交付，缺一不可。

一种是客户能感知的业务结果，不管是它的营收还是成本。企业老板虽然 FOMO 情绪很重，觉得今天没有 AI 就可能要被时代抛弃，但他实质上要的不是 AI，也不是 Agent，他要的是最后有业务结果发生。所以我们还是要逼近结果去看这件事情。

另一种是公司能复用的产品学习。这个东西要成为可复用的产品，而不是每一次都要花同样的人工去做。哪些能力应该进产品，哪些不应该进产品，我们做古典产品时其实也是这个思路。哪些是通用需求，哪些是相对定制的需求；哪些值得做，哪些不值得做；怎么样让这一次沉淀下来的能力，不管是 Agent 形态还是产品形态，下一次可以复用，让交付成本降低。

更直白地说，FDE不是新岗位，是旧角色在新时代的回归。上个时代叫售前、项目经理、实施顾问、客户成功。AI把后端交付成本降低了，但前端的判断和信任建立，还是需要人在现场。

原来我们做 B 端产品、C 端产品，也是在市场上找到没有被满足的需求，通过产品手段把它构建出来，变成相对可复用、边际成本递减的东西。所以 FDE 并不是一个新的岗位，它只是把原来的这些岗位揉在了一起。今天 AI 已经把后端的整个交付成本压低了，所以这些角色有机会揉在一起去做这件事情。

第二个，FDE的实践怎么做？

大致可以分为5个步骤。第一步是排优先级；第二步是提取隐性知识；第三步是做最小闭环；第四步是进生产环境；最后是沉淀资产。这对大家来说应该是一个非常通用、标准的过程。

用一个跨境电商的案例快速串一下后面四步。跨境电商在亚马逊这样的场景上需要投流。电商公司里往往会有投流团队，不是只有一个人。投流团队面临的问题是，每个人的能力参差不齐，但他们面对的问题复杂度和难度其实相同，只是信息数量不同。有的人管的账号多，有的人管的活动多、关键词多，但对人的能力要求基本是一样的。

提取隐性知识是什么？就是提取这个投流团队一号位的知识。在这家公司里，投流团队的一号位已经代表他们的最佳实践。不是说没有更强的人，但在当下最快能够获取的就是他。提取他的隐性知识，就是看他怎么判断一个词最近一段时间投流表现不佳，又怎么描述为什么要把它洗掉。

构建最小闭环是什么？刚刚提到，核心问题是每个投流人员的能力不太一样，所以要让所有人拉齐到同一个水位线。也许到不了最佳实践，但至少要让原来的方差变小，整体变强。实现方式很简单，通过自动化定时任务，以每天定时定点的日报、周报形式，发到他的邮件或者 IM。可以一开始只选一两个人，让他们拿到信息后快速做判断，比如这个词要不要砍掉、要不要把预算换到别的地方去。建立这样一个两到三个工作日的循环，最小闭环就出来了。

第三个是进入生产环境。完成一些 loop 以后，发现某个周期，比如双周或者月度，投流质量确实变高了，我们就认为可以开始进入真正的生产环境。